Banca de QUALIFICAÇÃO: CEPHAS ALVES DA SILVEIRA BARRETO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : CEPHAS ALVES DA SILVEIRA BARRETO
DATA : 10/12/2021
HORA: 09:00
LOCAL: remoto
TÍTULO:

Seleção e Rotulagem de Instâncias para Métodos Semissupervisionados Wrapper

PALAVRAS-CHAVES:

Aprendizado de Máquina; Aprendizado Semissupervisionado; Métodos wrapper; Seleção e Rotulagem de Instâncias.

PÁGINAS: 110
RESUMO:

Nos últimos anos, a utilização de técnicas de Aprendizado de Máquina (AM) para resolver
problemas reais tem se tornado muito comum e um padrão tecnológico adotado em uma
infinidade de domínios. Uma série desses domínios, entretanto, não possui dados rotulados
suficientes para proporcionar aos métodos de AM um bom desempenho. Para tratar
esse problema, foram desenvolvidos os métodos de aprendizado semissupervisionado, um
tipo de método capaz de utilizar as instâncias rotuladas e não-rotuladas na construção
de seu modelo. Dentre os métodos de aprendizado semissupervisionado, destacam-se os
métodos wrapper. Essa categoria de métodos utiliza um processo, muitas vezes iterativo,
que envolve: treinamento do método com os dados rotulados; seleção dos melhores dados
não-rotulados; e rotulagem dos dados selecionados. Apesar de se mostrar um processo
simples e eficiente, é muito comum que erros na seleção ou na rotulagem ocorram, o que
acaba por deteriorar o desempenho final do método. Buscando a diminuição dos erros
de seleção e rotulagem em métodos wrapper, esta pesquisa tem por objetivo estabelecer
abordagens de seleção e rotulagem mais robustas e menos suscetíveis a erros. Para tal, são
propostas uma abordagem de seleção e rotulagem de instâncias baseada em concordância
de classificação e também uma abordagem de seleção baseada na utilização de métrica
de distância como fator adicional a um critério de seleção já utilizado (e.g. confiança ou
concordância). As abordagens propostas podem ser aplicadas a qualquer método wrapper
e foram testadas sobre 42 datasets nos métodos Self-training e Co-training. Os resultados
obtidos até o momento apontam que as propostas trazem ganhos para os dois métodos em
termos de acurácia e também de F-measure.

MEMBROS DA BANCA:
Presidente - 1350250 - ANNE MAGALY DE PAULA CANUTO
Externo ao Programa - 4351681 - JOAO CARLOS XAVIER JUNIOR
Externa ao Programa - 2720574 - KARLIANE MEDEIROS OVIDIO VALE
Externo à Instituição - DIEGO SILVEIRA COSTA NASCIMENTO - IFRN